MATAKULIAH PRAKTIKUM

MACHINE LEARNING

Rahmaddeni, M.Kom
NIDN : 1007128301

Pertemuan 1 – Contoh Dasar Algoritma Supervised Learning pada Phyton

#01
SUPERVISED
LEARNING
www.sar.ac.id 2
 SUPERVISED LEARNING
( PEMBELAJARAN YANG DIAWASI)

Pembelajaran Terawasi (Supervised Learning) adalah ilmu melatih komputer untuk

mengenali elemen dengan menyediakan data sampel. Komputer kemudian belajar
darinya dan mampu memprediksi kumpulan data masa depan berdasarkan data yang
dipelajari.

Misalnya, kita dapat melatih komputer untuk menyaring spam berdasarkan informasi
sebelumnya.

www.sar.ac.id 3
ONE STEP BEYOND
www.sar.ac.id
 SUPERVISED LEARNING
( PEMBELAJARAN YANG DIAWASI)

Pembelajaran yang diawasi (unsupervised learning) telah digunakan di banyak

aplikasi, seperti Facebook, untuk mencari gambar berdasarkan deskripsi tertentu.

Kita sekarang dapat mencari gambar di Facebook menggunakan teks yang

menjelaskan konten foto. Karena situs jejaring sosial sudah memiliki database gambar
yang diberi teks, ia dapat mencari deskripsi dan mencocokkannya dengan fitur dalam
foto dengan tingkat akurasi tertentu.

www.sar.ac.id 4
ONE STEP BEYOND
www.sar.ac.id
 SUPERVISED LEARNING
( PEMBELAJARAN YANG DIAWASI)

Pembelajaran yang diawasi hanya melibatkan dua langkah:

Training
Testing

Beberapa algoritma pembelajaran yang diawasi meliputi:

Decision Trees
Support Vector Machines
Naive Bayes
K-Nearest Neighbor
Linear Regression
www.sar.ac.id 5
ONE STEP BEYOND
www.sar.ac.id
 CONTOH PENERAPAN MACHINE
LEARNING DENGAN PHYTON

Program sederhana untuk mendemonstrasikan pembelajaran yang diawasi

menggunakan perpustakaan Sklearn dan bahasa Python. Sklearn adalah
perpustakaan Machine Learning untuk bahasa pemrograman Python dengan berbagai
fitur seperti analisis berganda, regresi, dan algoritma pengelompokan.
Sklearn juga beroperasi dengan baik dengan perpustakaan NumPy dan SciPy.

Jika kita sudah memiliki dependensi ini, kita

cukup menginstal Sklearn seperti ini:
Cara mudah adalah dengan menginstal
Anaconda. Ini akan menangani semua
dependensi sehingga kitatidak perlu khawatir
menginstalnya satu per satu.
www.sar.ac.id 6
ONE STEP BEYOND
www.sar.ac.id
 CONTOH PENERAPAN MACHINE
LEARNING DENGAN PHYTON

Untuk menguji apakah Sklearn berfungsi, cukup impor dari interpreter Python sebagai
berikut:

Jika tidak ada kesalahan yang terjadi, kita

siap melakukannya.

www.sar.ac.id 7
ONE STEP BEYOND
www.sar.ac.id
 CONTOH PENERAPAN MACHINE
LEARNING DENGAN PHYTON

Sekarang setelah kita selesai menginstal, mari kembali ke masalah. Kita ingin dapat
membedakan antara hewan yang berbeda. Oleh karena itu, kami akan merancang algoritma yang
secara spesifik dapat mengetahui apakah hewan yang diberikan adalah kuda atau ayam.

Pertama-tama kita perlu mengumpulkan beberapa data sampel dari setiap hewan. Beberapa
contoh data ditunjukkan pada tabel di bawah ini.

www.sar.ac.id 8
ONE STEP BEYOND
www.sar.ac.id
 CONTOH PENERAPAN MACHINE
LEARNING DENGAN PHYTON

Pertama, impor modul tree dari Sklearn.

Tentukan karakteristik yang akan digunakan untuk mengklasifikasikan hewan.

Tentukan output yang akan diberikan oleh setiap classifier. Ayam diwakili oleh 0, sedangkan
kuda diwakili oleh 1.

www.sar.ac.id 9
ONE STEP BEYOND
www.sar.ac.id
 CONTOH PENERAPAN MACHINE
LEARNING DENGAN PHYTON

Kemudian, kita mendefinisikan classifier yang akan didasarkan pada pohon keputusan.

Masukkan data ke dalam atau sesuaikan dengan pengklasifikasi.

www.sar.ac.id 10
ONE STEP BEYOND
www.sar.ac.id
 CONTOH PENERAPAN MACHINE
LEARNING DENGAN PHYTON

Kode lengkap untuk algoritmanya ditunjukkan dibawah ini :

www.sar.ac.id 11
ONE STEP BEYOND
www.sar.ac.id
 CONTOH PENERAPAN MACHINE
LEARNING DENGAN PHYTON

Sekarang kita dapat memprediksi dataset yang diberikan Machine Learning Dengan Python.
Berikut cara memprediksi hewan dengan tinggi 7 inci, berat 0,6 kg, dan suhu 41:

www.sar.ac.id 12
ONE STEP BEYOND
www.sar.ac.id
 CONTOH PENERAPAN MACHINE
LEARNING DENGAN PHYTON

Berikut cara memprediksi hewan dengan tinggi 38 inci, berat 600 kilogram, dan suhu 37,5:

www.sar.ac.id 13
ONE STEP BEYOND
www.sar.ac.id
 www.sar.ac.id 14
ONE STEP BEYOND
 THANKS!
Ada Pertanyaan?
Boleh juga ke
Wa
Fb
IG
www.sar.ac.id 15
ONE STEP BEYOND